用途：该技能面向科学计算场景，汇总四个领域专用 Python 库，帮助按学科选择合适工具。
主要能力：AstroPy 用于天文学与天体物理计算，支持物理单位与自动换算、天球坐标系（ICRS、银河系等）、天文时间尺度（UTC、TAI、儒略日）以及 FITS 格式读写，核心思路是单位感知计算以避免单位不匹配错误。BioPython 用于生物信息学，支持 DNA/RNA/蛋白质序列操作、翻译与互补，解析 FASTA、GenBank、PDB 格式，进行本地与远程 BLAST 比对，并通过 NCBI Entrez 访问核酸、蛋白、分类数据库，常用 SeqIO 读取序列、Seq 做序列操作。SymPy 用于符号数学，支持方程求解、化简、展开、因式分解，微积分中的导数、积分、极限、级数，线性代数矩阵运算与特征值，并可输出 LaTeX，特点是处理符号而非数值、给出精确解。Statsmodels 提供类 R 的公式接口做统计建模，涵盖 OLS、逻辑回归、广义线性模型，ARIMA、VAR、状态空间等时间序列模型，以及 t 检验、ANOVA 与诊断，model.summary() 输出完整统计结果。
使用方式：资料未提供具体安装命令与代码示例，仅给出决策指南——天文/天体物理选 AstroPy，生物/遗传选 BioPython，符号数学选 SymPy，统计分析选 Statsmodels，数值计算用 NumPy、SciPy，数据处理用 Pandas。
适用场景与限制：适合科研与数据分析中的专业计算任务。资料未说明收费、平台支持或性能限制，相关细节暂未提供。参考文档：AstroPy https://docs.astropy.org，BioPython https://biopython.org/docs/，SymPy https://docs.sympy.org，Statsmodels https://www.statsmodels.org。